APP
对于硬摇滚和嘻哈等“非主流”受众，音乐流媒体的推荐算法不大值得参考
根据去年发表在开放获取期刊 EPJ Data Science 上的研究，音乐推荐系统为硬摇滚和嘻哈等高能量音乐的听众提供的推荐列表不如其他非主流音乐受众的列表有参考系。
来自格拉茨科技大学、Know-Center GmbH、约翰内斯开普勒大学林茨大学、奥地利因斯布鲁克大学和荷兰乌得勒支大学的一组研究人员比较了算法生成的音乐推荐对主流和非主流音乐听众的准确度.他们使用了一个数据集，其中包含音乐流媒体平台 Last.fm 的 4148 名用户的收听历史，这些用户要么主要收听非主流音乐，要么主要收听主流音乐(每组 2074 名用户)。基于音乐用户最常收听的艺术家，作者使用计算模型来预测音乐用户喜欢四种常见音乐推荐算法推荐给他们的音乐的可能性。他们发现，与非主流音乐的听众相比，主流音乐的听众似乎收到了更准确的音乐推荐。
然后，作者使用一种算法，根据他们最常听的音乐的特征对样本中的非主流音乐听众进行分类。这些群体是：仅包含原声乐器(如民谣)的音乐类型的听众、高能量音乐(如硬摇滚和嘻哈)的听众、有原声乐器但没有人声(如环境)的音乐听众以及高能量没有人声的音乐，如电子乐。作者比较了每个组的收听历史，并确定了哪些用户最有可能收听他们喜欢的流派之外的音乐，以及每个组内收听的音乐流派的多样性。
那些主要听诸如环境音乐之类的音乐的人被发现也最有可能听硬摇滚、民谣或电子音乐听众喜欢的音乐。那些主要听高能量音乐的人最不可能也听民谣、电子音乐或环境听众喜欢的音乐，但他们听的是最广泛的流派，例如硬摇滚、朋克、歌手/词曲作者和嘻哈.
作者使用用户的收听历史和计算模型来预测不同的非主流音乐听众群体喜欢四种常见音乐推荐算法生成的音乐推荐的可能性。他们发现，那些主要听高能量音乐的人似乎收到的音乐推荐最不准确，而那些主要听诸如环境音乐的人似乎收到了最准确的推荐。
通讯作者 Elisabeth Lex 说：“随着越来越多的音乐通过音乐流媒体服务提供，音乐推荐系统对于帮助用户搜索、分类和过滤大量音乐收藏变得至关重要。我们的研究结果表明，许多最先进的音乐推荐技术可能无法为非主流音乐听众提供高质量的推荐。这可能是因为音乐推荐算法偏向于更流行的音乐，导致非主流音乐不太可能被算法推荐。
“此外，”Elisabeth Lex 补充说，“我们的结果表明，与听硬摇滚和嘻哈等音乐的人相比，音乐推荐算法更容易预测那些主要听音乐(如环境音乐)的人的音乐偏好。这意味着他们可能会收到更好的音乐推荐。”
作者建议，他们的发现可以为音乐推荐系统的创建提供信息，为非主流音乐听众提供更准确的推荐。然而，他们警告说，由于他们的分析是基于 Last.fm 用户的样本，他们的发现可能不能代表所有 Last.fm 用户或其他音乐流媒体平台的用户。
https://techxplore.com/news/2021-03-algorithm-generated-music-accurate-hard.html